浅析DPDT动态定位动态轨迹跟踪系统在耙吸挖泥船上的应用

随着耙吸挖泥船向大型化、智能化发展,船东越来越多地考虑在挖泥船上安装DPDT动态定位、动态轨迹跟踪系统,希望借此系统能减少船员的操作强度、提高作业精度和效率、有效缩短施工时间。对DPDT动态定位、动态轨迹跟踪系统在耙吸挖泥船上的应用进行了简单阐述。

欠驱动条件下自主水下航行器轨迹跟踪动态性能预设控制

为满足欠驱动自主水下航行器(autonomous underwater vehicle,AUV)在复杂扰动和参数不确定条件下高性能轨迹跟踪需求,提出预设动态性能及收敛时间的三维轨迹跟踪控制方法。首先,对欠驱动AUV的前向位置道进行扩维,构建面向控制的一体化多输入多输出轨迹跟踪模型。然后,结合动态过程函数与预设时间控制理论,建立动态性能预设轨迹跟踪控制系统,使得AUV轨迹跟踪暂态品质可由动态过程函数直接决定,而跟踪误差的实际收敛时间也可由单个控制参数准确预设。最后,为避免控制奇异现象和“微分爆炸”现象,控制系统设计过程中分别融入绝对值修正法和径向基函数网络(radial basis function neural network,RBFNN)拟合法。数值仿真结果表明,所提出的控制方法可显著提升欠驱动AUV的抗扰性和暂态品质,实现快速平滑的高性能三维轨迹跟踪。

基于多目位姿实时监测的多体协同技术研究

多目位姿实时监测系统是一种高精度的数字化测量设备,可用于获取目标物在空间中三维位置信息。本文将多个麦克纳姆移动机器人和多目视觉系统相结合构建智能体集群系统,该系统由定位子系统、通信子系统、控制子系统3部分组成。多目视觉系统作为定位系统通过反光靶球对智能体进行定位,通信子系统将定位信息实时输入控制子系统,控制子系统识别不同的智能体,并将相机坐标系下位姿关系转换到世界坐标系下,再根据不同智能体彼此间的位置关系,设计相应的协同控制算法解算单个智能体所需的姿态控制输入,控制智能体达到指定的位置。测试结果表明,用多目位姿实时监测系统辅助多智能体定位,定位误差小,可令整个智能体集群拥有良好的协同控制性能。

基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制

为实现实际动态交通环境下智能汽车的变道控制,提出了基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制策略;针对实际交通环境下目标车道车速和加速度的动态变化,提出了智能汽车变道动态轨迹规划算法,获得了能够避免智能汽车发生碰撞的变道轨迹的动态最大纵向长度;设计了兼顾变道效率和乘员舒适性的优化目标函数,优化获得了在变道轨迹最大纵向长度范围内的实时动态最优变道轨迹;利用轨迹预瞄前馈和状态反馈相结合的类人转向控制方式,实现了智能汽车变道动态轨迹跟踪和乘员舒适性的最优控制,并利用硬件在环试验台验证了所提控制策略的正确性。研究结果表明:定速工况下实际与参考轨迹的侧向位移误差、航向角误差和最大侧向加速度分别为1.4%、4.8%和0.59 m·s^-2;定加速度工况下实际与参考轨迹的侧向位移误差、航向角误差和最大侧向加速度分别为1.1%、4.6%和0.48 m·s^-2;变加速度激烈工况下实际与参考轨迹的侧向位移误差和最大侧向加速度分别为1.7%和0.80 m·s^-2,航向角超调后能迅速重新跟踪动态轨迹航向角;所提控制策略可以很好地跟踪控制实际交通环境下目标车道汽车在定车速、定加速度和变加速度工况下的智能汽车动态变道轨迹,从而能实现智能汽车最优变道,可确保变道过程中不与目标车道汽车发生碰撞,并兼顾变道效率和乘员舒适性。

非最小相位系统自适应模型逆技术研究

针对非最小相位系统中的轨迹跟踪控制问题,基于非最小相位系统的闭环注入体系结构,对非最小相位系统的前馈控制器设计方法、模型逆技术以及自适应控制进行了研究。首先,采用非最小相位零点忽略技术、零相位误差跟踪控制技术和零幅度误差跟踪控制技术设计了系统的前馈控制器,并对3种模型逆技术进行了分析;在此基础上针对系统中非最小相位零点的偏移问题,采用遗忘因子最小二乘法实现了前馈控制器的自适应;最后进行了仿真和试验。研究结果表明:相对于使用零相位误差跟踪控制技术和非最小相位零点忽略技术,采用零幅度误差跟踪控制技术设计的前馈控制器能够更有效地提高非最小相位系统的跟踪精度,系统的轨迹跟踪误差分别减少了61.45%和56.27%;使用自适应算法能够实现对系统参数变化的自适应控制,提高了系统的抗干扰性能。

无人机移动自主回收着陆原理及控制方法

针对无人机回收存在着陆点相对固定、被动回收、灵活性及环境适应性较差等问题,提出了一种无人机全自主的地面移动回收原理,主要包括目标定位、动态轨迹跟踪和的主动柔顺承接,实现野外复杂环境下自主化的无人机动态移动回收。首先,针对难以精确获取无人机动态位置的问题,提出了多传感器信息融合定位和伺服转台聚焦跟踪的目标定位方法;其次,为完成对无人机的快速高精度跟踪,提出了基于无人车和Stewart平台的双级跟踪控制策略;最后,为了解决无人机着陆过程冲击大、重心失稳等问题,设计了基于模型预测的平稳性控制算法和基于自适应变阻抗的柔顺控制算法,在实时调整承接面位姿的同时做到了主动柔顺承接。搭建了由目标定位系统、无人车和Stewart平台组成的原理样机,验证了本原理的可行性及控制算法的有效性,该方案和技术已成功运用于某型号固定翼无人机自主回收。